Hiperspektral veriler için kaynaştırma ile uzamsal çözünürlük artırımı

Abstract

Uzaktan algılama sistemlerinde kullanılan önemli teknolojilerden biri olan hiperspektral görüntüler sahip oldukları fazla miktardaki spektral bant sayesinde sahnede bulunan nesneler hakkında daha ayrıntılı bilgi sunmaktadır. Ancak fiziksel kısıtlamalardan dolayı spektral çözünürlüğü yüksek olan bu hiperspektral görüntülerin uzamsal (yerel) çözünürlüğü düşüktür. Bu tezde, hiperspektral görüntülerin çözünürlüğünün karışım giderimi temelli yaklaşımlar kullanılarak artırılması hedeflenmiştir. Bunun için bir alt yapı oluşturması amacıyla öncelikle pankromatik ve multispektral görüntülerin pankeskinleştirilmesi üzerinde durulmuştur. Standart ve en son kabul edilen yaklaşımlar incelenmiştir. Bu pankeskinleştirme yaklaşımları Türkiye'nin uyduları olan RASAT ve GÖKTÜRK-2 görüntüleri üzerinde uygulanarak çözünürlüğü artırılmış pankeskinleştirilmiş görüntüler elde edilmiştir. Ayrıca GÖKTÜRK-2 uydu görüntülerinin MTF ve SRF değerleri ilgili pankeskinleştirme yaklaşımlarında literatürde ilk defa kullanılmıştır. CNMF [82]'ye yeni kısıtlamalar eklenerek hiperspektral karışım giderimi başarımı gerçekleştirilmiştir. Daha sonra, hiper-graf düzenleycisine dayalı hiperspektral karışım giderimi LiDAR verisi ile gerçekleştirilmiştir. Son olarak ise, hiperspektral karışım gideriminde spektral değişkenliği azaltmak için, LiDAR - DSM bölütleme bilgisi kullanılarak hiperspektral görüntüsünden özellik çıkarımı gerçekleştirilmiştir. Ayrıca elde edilen bütün görsel ve sayısal sonuçlar ayrıntılı yorumlarıyla beraber sunulmuştur.

Hyperspectral images, which are one of the most important technologies used in remote sensing systems, provide more information about the objects on the scene due to the spectral bands. However, due to physical constraints, high spectral resolution hyperspectral images have a low spatial (local) resolution. In this thesis, it is aimed to increase the spatial resolution of hyperspectral images by using unmixing based approaches.For this purpose, firstly, it has been investigated pansharpening between panchromatic and multispectral images. Standard and state-of-the-art pansharpening approaches have been implemented. These pansharpening approaches are applied to Turkey's satellites RASAT and GÖKTÜRK-2 images in order to generate high spatial and high spectral resolution pan-sharpened images. In addition, the values of MTF and SRF of GÖKTÜRK-2 satellite have been used firstly in the literature for the related pansharpening approaches. It has been obtained high-resolution hyperspectral images by adding some constraints to the CNMF [82] approach. Later, hyper-graph regularization is considered on hyperspectral unmixing with a LiDAR data-aided context. Finally, a new framework has been proposed that incorporates feature extraction with LiDAR - DSM clustering information to suppress the effect of spectral variability in hyperspectral unmixing. Besides, all obtained visual and quantitative results have been shown in the detailed description.